Verwenden Sie Excel\VBA, um Informationen von Webseiten zu extrahieren

Question

Ich versuche, Daten von einer Webseite zu extrahieren. Ich benötige 4 Datenbits, von denen ich 2 abrufen konnte, aber die anderen 2 wurden mir bereits angezeigt.

Dies ist keine feste URL, sondern wurde nach der Umleitung vom IE abgerufen. Daher verwende ich für dieses Beispiel: https://cpc.farnell.com/warton/microprint-p2010-15-32um-250g/solder-paste-15-32um-250g-pot/dp/SD02808

Ich hoffe, den Titel zu bekommen:

Microprint P2010 No-Clean, bleifreie Lotpaste, 15-32 um, 250-g-Glas - MICROPRINT P2010 15-32UM, 250 g

und Herstellerteilenummer

Microprint P2010 15-32UM, 250G

Ich habe getElementbyID verwendet, um die Produktübersicht/Produktinformationen zu erhalten, und es funktioniert großartig, aber die anderen Textfelder scheinen nicht zu funktionieren (ich habe mir den Xpath angesehen und es Fehler bei Objekt) VBE erforderlich)

Die anderen beiden Elemente habe ich erfolgreich implementiert mit:

Sub Mani()

'Variablen deklarieren
Dim objWeb als Objekt
Dim objHTML als Objekt
Dimmen Sie objElement als Objekt
Dimmen Sie strData, StrData1 als String


Setze objWeb = CreateObject("internetexplorer.Application")
str = "https://cpc.farnell.com/"

objWeb.navigate str &


Während objWeb.Busy = True
Wend

FullURL = objWeb.LocationURL

Range("b2").Value = FullURL

objWeb.navigate FullURL

'IE.Visible = True
   
Während objWeb.Busy = True
Wend

Legen Sie objHTML = objWeb.document fest

strData = objHTML.getElementById("pdpSection_FAndB").innerText

ActiveSheet.Range("C3").Value = strData

strData = objHTML.getElementById("pdpSection_pdpProdDetails").innerText
Setze strData = Nothing

ActiveSheet.Range("D3").Value = strData
    
objWeb.Quit
   

End Sub

URL-Neuladen dient der Navigation um URL-Weiterleitungen,

https://cpc.farnell.com/SD02808

Weiterleitung zur Haupt-URL

https://cpc.farnell.com/warton/microprint-p2010-15-32um-250g/solder-paste-15-32um-250g-pot/dp/SD02808

Ich möchte die Teilenummer in A1 eingeben, Excel sie als Variable in VB verwenden und dann die vollständige URL aus der IE-Instanz erneut lesen. Hierbei handelt es sich um ein Legacy-Problem bei dem Versuch, Get Data from the Web zu verwenden, das aufgrund eines Seitenskriptfehlers nicht richtig funktionierte, sodass eine Instanz von IE verwendet wurde.

Answer 1

IE 已死，不应再使用。但是，也可以使用缩短的网址https://cpc.farnell.com/SD02808 通过 xhr（XML HTTP 请求）。以下代码仅显示如何从加载的 HTML 代码中读取所需信息。所有保障措施均缺失。

上面显示的代码中出现对象错误是因为您尝试将数据类型 String 的变量设置为 Nothing，就像使用 Set 的对象变量一样strData = 无。

Sub GetCPCOfferInfos()

  Dim url As String
  Dim doc As Object
  
  Set doc = CreateObject("htmlFile")
  
  With CreateObject("MSXML2.XMLHTTP.6.0")
    url = "https://cpc.farnell.com/" & ActiveSheet.Cells(1, 1)
    .Open "GET", url, False
    .Send
    
    If .Status = 200 Then
      doc.body.innerHTML = .responseText
      
      ActiveSheet.Range("A3") = doc.getElementsByTagName("h1")(0).innertext _
                                & doc.getElementsByTagName("h2")(0).innertext 'Title
      ActiveSheet.Range("B3") = doc.getElementsByClassName("ManufacturerPartNumber")(0).innertext 'Manufacturer Part Number
      ActiveSheet.Range("C3") = doc.getElementById("pdpSection_FAndB").innertext 'Product Overview
      ActiveSheet.Range("D3") = doc.getElementById("pdpSection_pdpProdDetails").innertext 'Product Information
    Else
      MsgBox "Page not loaded. HTTP status " & .Status
    End If
  End With
End Sub